CIVILICA We Respect the Science
(ناشر تخصصی کنفرانسهای کشور / شماره مجوز انتشارات از وزارت فرهنگ و ارشاد اسلامی: ۸۹۷۱)

بهبود دقت درخت تصمیم با استفاده از انتخاب ویژگی در تشخیص قارچ سمی و خوراکی

عنوان مقاله: بهبود دقت درخت تصمیم با استفاده از انتخاب ویژگی در تشخیص قارچ سمی و خوراکی
شناسه ملی مقاله: CESD01_124
منتشر شده در همایش مهندسی کامپیوتر و توسعه پایدار با محوریت شبکه های کامپیوتری، مدلسازی و امنیت سیستم ها در سال 1392
مشخصات نویسندگان مقاله:

نیره قهرمان - آموزشکده فنی حرفه ای پسرانه سما واحد خوراسگان
سمیه نوری - آموزشکده فنی حرفه ای پسرانه سما واحد خوراسگان

خلاصه مقاله:
مقاله های علمی روش های مختلفی برای تشخیص مجموعه قارچ های سمی و خوراکی ارائه نموده اند، شبکه های عصبی قوانین منطقی و الگوریتم های مختلف یادگیری ماشین از آن جمله اند. الگوریتم مورد استفاده در این مقاله درخت تصمیم می باشد. ایده اصلی در این مطالعه انتخاب بهترین ویژگی ها با بهره گیری از ارزیابی کننده های مختلف ویژگی می باشد هدف از این مطالعه کاهش زمان آموزش آزمایش و تصمیم گیری الگوریتم است. نتایجی که با استفاده از متدهای مختلف ارزیابی ویژگی ها به دست آمد متفاوت و بهتر از روش های قبلی است، همچنین انتخاب نسبت اندازه مجموعه های آموزش و آزمایش مورد بررسی قرار گرفت و نتایج نهایی نشان داد انتخاب مناسب نسبت نمونه های مجموعه آموزش و آزمایش در کاربرد های مختلف می تواند باعث افزایش دقت گردد. مجموعه داده استفاده شده در این مقاله قارچ های سمی و خوراکی از پایگاه داده معتبر UCI می باشد.

کلمات کلیدی:
درخت تصمیم ، کلاس بىذی ، انتخاب ویژگی ، ارزیابی کننده ویژگی، متد جستجو

صفحه اختصاصی مقاله و دریافت فایل کامل: https://civilica.com/doc/238951/